[发明专利]一种多对一的智能协同追逃博弈方法及系统

说明书

本发明提供一种飞行器追逃博弈方法及系统，所述方法包括：获取逃逸体的运动信息；根据所述逃逸体的运动信息和最优可逃逸方向，利用预设的追踪模型生成追踪体的追踪信息；利用所述追踪信息对所述逃逸体进行追踪；通过设置两个追踪体追踪一个逃逸体，不仅弥补一个追踪体追踪一个逃逸体时追踪效果不佳问题，同时较大的提升协同追踪能力。

技术领域

本发明涉及追逃控制领域，更具体的，涉及一种飞行器追逃博弈方法及系统。

背景技术

传统追踪问题为一个追踪体如导弹、鱼雷、飞机等追踪一个目标，随着科技的发展，目标的飞行速度、机动能力越来越强，这就对追踪体的动态性能、能力范围提出更高的要求，然而，追求一个追踪体的追踪能力大幅提升是困难的，它势必要求更佳的技术及更合理的成本；此外，目标硬性能力的提升同样是一方面，不容忽视的一点是，目标将逐渐变成智能体，智能体的特点在于能够进行灵活的突防，应对智能体灵活突防的方式是采用博弈的理论进行分析，如微分对策理论，然而，关于这方面的研究和应用更多侧重于理论方面，其在工程上的应用目前并不成熟。

对于博弈控制最早的研究成果为上个世纪50年代最著名的人车问题、双车问题等，后来在应用到追踪问题时，大部分的研究方法是将系统的状态方程进行了线性化处理，线性化的处理方式在一定程度上有利于对问题本质的把握，在相当大的范围内，大部分问题是可以采用线性化的手段进行定性分析，随着无人机、无人车技术的发展，多个个体协同配合已经成为了一种新型模式，因此，在提升单体性能之外，需要研究另外提高追踪能力、覆盖区域的追踪方式，通过提高单体追踪体自身能力追踪能力，同时，也能够大幅提升系统级的追踪能力。

发明内容

本发明的目的在于提供一种飞行器追逃博弈方法及系统，以解决现有技术存在的问题中的至少一个。

为达到上述目的，本发明采用下述技术方案：

本发明第一方面提供一种飞行器追踪方法，包括以下步骤：

S101：获取逃逸体的运动信息；

S102：根据所述逃逸体的运动信息和最优可逃逸方向，利用预设的追踪模型生成追踪体的追踪信息，所述最优可逃逸方向为所有可逃逸方向中逃逸时长最长的方向；

S103：利用所述追踪信息对所述逃逸体进行追踪。

在优选的实施方式中，根据所述逃逸体的运动信息和最优可逃逸方向，利用预设的追踪模型生成追踪体的追踪信息，包括：

建立预设的追踪模型；

将所述逃逸体的最优可逃逸方向和对应的逃逸体被追上的时间输入至预设的追踪模型，得到追踪体追上逃逸体的运动方向。

在优选的实施方式中，所述预设的追踪模型包括：

其中，θ_E为逃逸体的最优可逃逸方向，t_max为θ_E对应的追击时长，x_E为逃逸体初始位置的横坐标，y_E为逃逸体初始位置的纵坐标，x_P为追踪体初始位置的横坐标，y_P为追踪体初始位置的纵坐标，为逃逸体速度，为逃逸体的位移，为追踪体和逃逸体初始位置位移，为追踪体的位移。

本发明第二方面提供一种飞行器逃逸方法，包括以下步骤：

S201：获取至少一个追踪体的运动信息；

S202：根据当前所有可逃逸方向以及每个所述追踪体的运动信息，利用预设的逃逸模型生成最优可逃逸方向，所述最优可逃逸方向为所有可逃逸方向中逃逸时长最长的方向；

S203：改变飞行方向至所述最优可逃逸方向。